Audio y tiempo real

Crear voz

Genera audio a partir del texto de entrada

POST
/v1/audio/speech

Use GET /v1/models?recommended_for=tts para obtener los modelos de voz actuales.

Cuerpo de la solicitud

El modo de respuesta depende del modelo seleccionado y de stream_format. Para textos de entrada más largos, configure un tiempo de espera del cliente HTTP de al menos 120s.

Los campos opcionales, las voces, los formatos de salida y la compatibilidad con SSE dependen del modelo seleccionado. Consulte GET /v1/models/{model} antes de enviarlos. Los parámetros no compatibles pueden devolver 400 unsupported_parameter.

modelstringobligatorio

ID del modelo de TTS. Encuentre las opciones actuales con GET /v1/models?recommended_for=tts. No hay un modelo predeterminado.

inputstringobligatorio

El texto a partir del cual generar audio. Máximo 4096 caracteres; un modelo puede establecer un límite inferior, consulte sus detalles.

voicestring | object

Selector de voz. Pase un nombre de voz de los detalles del modelo, como eve para grok-tts, o un objeto como { "id": "voice-id" } para modelos que aceptan identificadores de voz.

voice_idstring

ID de voz para los modelos que incluyen este parámetro, como speech-2.8-turbo.

instructionsstring

Instrucciones opcionales de estilo o entonación, de hasta 2000 caracteres, para los modelos que incluyen este parámetro.

promptstring

Prompt opcional de estilo de habla, de hasta 2000 caracteres, para los modelos que incluyen este parámetro, como qwen3-tts-1-7b-voicedesign.

language_codestring

Código de idioma, como en-US, para los modelos compatibles.

response_formatstring

Formato de audio. Los valores aceptados dependen del modelo: por ejemplo, grok-tts solo devuelve mp3 y qwen3-tts-flash devuelve wav. Consulte los detalles del modelo antes de enviar un valor.

stream_formatstringpredeterminado: audio

Formato de entrega de TokenLab: audio o sse. Envíe sse únicamente cuando los detalles del modelo lo indiquen.

speednumber

Velocidad de habla para los modelos compatibles. TokenLab acepta de 0.25 a 4.0; un modelo puede restringir este rango.

temperaturenumber

Temperatura de muestreo de 0 a 2, para los modelos que incluyen este parámetro.

Respuesta

Con stream_format=audio, la respuesta contiene bytes de audio. Los modelos compatibles con stream_format=sse devuelven una respuesta text/event-stream; procese sus eventos en lugar de guardar toda la respuesta como un archivo de audio.

Solicitud

curl -X POST "https://api.tokenlab.sh/v1/audio/speech" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-tts",
    "voice": "eve",
    "input": "Hello, welcome to TokenLab!"
  }' \
  --output speech.mp3

Muestras de voz

Las voces dependen del modelo. Consulte los valores de voice en los detalles del modelo mediante GET /v1/models/{model} antes de enviar uno. Por ejemplo, grok-tts acepta eve, ara, rex, sal y leo.

Ejemplo de respuesta

Respuesta

200 OK
<binary audio data>

Campos importantes

Content-Typestring

Tipo de medio de la respuesta HTTP: el formato de audio o text/event-stream para SSE.

bodybinary | SSE

Bytes de audio para audio; un flujo de eventos para sse. Elija el analizador según el Content-Type y el modo solicitado.

MiniMax Speech 2.8 Turbo sintetiza un guion con una voz seleccionada mediante un flujo de trabajo optimizado para la velocidad, útil para interfaces habladas interactivas y narración.

{
  "model": "speech-2.8-turbo",
  "input": "Welcome to TokenLab.",
  "voice_id": "male-qn-qingse",
  "speed": 1,
  "response_format": "mp3",
  "stream_format": "audio"
}

Autorización

BearerAuth
AuthorizationBearer <token>

Autenticación con API Key. Cree o gestione API keys en Dashboard > API > API Keys.

Ubicación: header

Encabezados

X-TokenLab-Delivery-Policy?string

Política de entrega por solicitud. Sustituye los valores predeterminados de la API key y del Workspace. Auto intenta primero con TokenLab Verified y puede cambiar una vez a Official solo antes de la salida, la aceptación de la solicitud o la creación de recursos persistentes.

Valores permitidos

  • "auto"
  • "verified"
  • "official"

Cuerpo de la solicitud

application/json

Respuesta

application/json

application/json

application/json

application/json

application/json

application/json